¡El Día de la Comunidad de ML es el 9 de noviembre! Únase a nosotros para recibir actualizaciones de TensorFlow, JAX, y más Más información

digito hablado

  • Descripción:

Un conjunto de datos de audio gratuito de dígitos hablados. Piense en MNIST para audio.

Un conjunto de datos de audio / voz simple que consta de grabaciones de dígitos hablados en archivos WAV a 8 kHz. Las grabaciones se recortan para que tengan un silencio casi mínimo al principio y al final.

5 hablantes 2500 grabaciones (50 de cada dígito por hablante) Pronunciaciones en inglés

Los archivos se denominan de la siguiente forma: {} {digitLabel speakerName} {index} .wav

Separar Ejemplos de
'train' 2500
  • características:
FeaturesDict({
    'audio': Audio(shape=(None,), dtype=tf.int64),
    'audio/filename': Text(shape=(), dtype=tf.string),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})
  • Cita:
@ONLINE {Free Spoken Digit Dataset,
    author = "Zohar Jackson",
    title  = "Spoken_Digit",
    year   = "2016",
    url    = "https://github.com/Jakobovski/free-spoken-digit-dataset"
}